数说名师 | 青年教授访谈--李爽

|导语

本期“数说名师”采访了杨浩翔、谢李岩、李爽和陈逸伦四位青年教授。他们都有着多年海外求学与科研经历，今年夏季，他们陆续回国加入SDS。在面临职业选择时，他们不缺海外一流学府的机会，不少人手握全球顶尖高校的邀约，但他们都不约而同将教职生涯的起航点定在了SDS，毫不犹豫选择了香港中文大学（深圳）。虽然他们还不是名师，但他们都曾师从名师，无论是教书育人的理念，还是做研究的态度，都有师承名家的风范。我们来看看这些新生代教师的故事吧。

XXXXXX

数据科学学院

助理助理教授

李爽

LI, Shuang

曾获INFORMS QSR最佳学生论文竞赛决赛入围奖

INFORMS社交媒体分析最佳学生论文竞赛决赛入围奖

H. Milton Stewart工业学院研究生贾维斯奖第二名

中国科学技术大学自动化系优秀本科论文奖

曾任哈佛大学博士后

研究领域：

时序数据分析和决策的机器学习方法及其在医疗保健、智慧城市和社交媒体中的应用、新序列模型、可靠高效的学习方法、有效推理程序

简介：

李爽于2011年获得中国科学技术大学学士学位，并分别于2014年和2019年获得佐治亚理工学院硕士和博士学位。在加入港中大（深圳）之前，李爽在哈佛大学任博士后研究员，研究移动健康中的多智能体强化学习。她曾为哈佛大学序贯决策2021年春季课程提供课程材料。2014 年至 2019 年，她在佐治亚理工学院担任教学助理，曾负责机器学习、计算数据分析和计算数据分析概要。2018年，她在谷歌研究实习三个月，研究推荐系统的用户行为建模。同年，她荣获INFORMS QSR最佳学生论文竞赛决赛入围奖和INFORMS社交媒体分析最佳学生论文竞赛决赛入围奖；2016年获得 H. Milton Stewart 工业学院研究生贾维斯奖第二名；2011年至2012年获得美国马萨诸塞大学阿默斯特分校工程学院的Hluchyj奖学金；2011年获得中国科学技术大学自动化系优秀本科论文奖。

Q：能分享一下您的学习或科研经历吗？

A：我2007年本科入学中国科学技术大学自动化系，2011年毕业后收到的第一个offer就是麻省大学阿姆赫斯特分校机械与工业工程系全奖Ph.D.，读了不到一年觉得对这个研究方向不是很感兴趣。机缘巧合我加入到health care的项目，分析医疗数据，我发现了对data science的热情。因为本科所选专业，我没有机会受到很好的data science相关的training，所以我决定转换研究方向，重新申请学校。之后我成功申请了佐治亚理工学院的统计系，很幸运遇到了博士生导师谢瑶教授，2013年开始在佐治亚理工读硕士。我用一年时间修了十门统计课程，希望快速补上data science相关的background knowledge。2014年年底我转为工业工程系Ph.D.，专攻统计方向。

佐治亚理工攻读Ph.D.期间，我开始了时序决策相关的研究，主要基于事件类型数据提出新的模型，建模时序事件类型的数据，同时提出新的learning algorithm优化算法来学习这些事件模型。除此之外我还做了一些这些数据的应用，比如异常点的检测以及其强化学习的应用、智能干预等，研究总体都是围绕时序事件模型来做的。博士读到第四年，我非常坚定要继续在学术界发展，之前有幸读到我在哈佛大学的博士后导师Susan Murphy的文章，当时我正在申请博士后，与她主动联系沟通后，我成为了她的学生、开启了博士后生涯。之后就来到了SDS。

Q：为什么选择了做科研、当老师？

A：我博士期间曾经在Google实习过。我觉得在工业界做研究，会受限于产品和企业的盈利目标，我的研究会受限。我不能尝试特别前沿的研究，不能探索一些未成形的课题。做学术需要有更多的自由度，不只是时间的投入，还需要有更多主动性，能自主分配自己的时间以及享受自由探索的过程非常重要，所以我对做科研、进入学术界很坚定。

Q：为什么选择了香港中文大学（深圳）SDS作为您教职生涯的起点？

A：博士后读完我开始申请工作，第一个申请的就是SDS。原因是在我读博士和博士后期间，我就对这所学校有所了解。我最早是18年在蒙特利尔机器学习会议NeurIPS上，遇到香港中文大学（深圳）教授，拿着宣传册非常热情地给我介绍了学校的情况。我了解到港中大（深圳）学生质量非常好，基本是广东省高考录取分的最高。过去的一两年，也有身边的同学朋友到SDS做seminar, workshop，这个学校的名字在他们口中反复出现。在实地访问学院后，他们的反馈都是这个学校非常好，无论是师资力量、硬件设施、学术氛围。这个学校发展也非常快，超出我的想象，我对这个学校的印象非常好。

学校给青年教授的机会也非常有竞争力，不比美国顶尖高校差。我能感受到被重视，我也可以全身心投入做研究。学校的学术氛围非常自由，可以探索自己感兴趣的研究领域。制度也和美国高校相似。我觉得国内发展很快，有很多机遇，在科研环境和资源方面，甚至不比美国和欧洲差，这对我来说非常有吸引力。

在我申请SDS之后，我很快获得了面试机会拿到offer。之后也有很多很好学校的面试邀请，比如杜克大学、得克萨斯农工大学、明尼苏达大学以及北大等，但是我都拒掉了，我很坚定我的选择。因为我觉得我已经收了SDS的offer，这是一个commitment，另外就是SDS是最优选择，我觉得我已得偿所愿，没有什么好犹豫的。

Q：您对自己在SDS的未来发展有什么目标吗？

A：来到SDS后我觉得一切如预期，条件非常好，设施非常新。硬件设施和学生质量都非常好，我也很快适应了这里的生活。香港中文大学（深圳）是一个international university，对于有海外留学背景的教师们来说会很容易适应，因为学校非常与国际接轨。SDS处于起步阶段，对我来说更加多了一个使命感，希望学校和学院越来越好，我也希望尽我的所能，为学院的科研建设、学生的教育尽自己的一份力，让学校成为国际最顶尖的学校。

SDS有很多senior professor，他们在行业内都非常知名。junior faculty也都非常优秀，很多在美国都能找到很好的工作机会，但是他们也跟我一样选择了SDS，有这些人的加入，让我对我们学院更加有信心。罗校长（罗智泉，香港中文大学（深圳）副校长，主管学术和科研）曾经说过，希望我们的faculty在学校工作几年后所获得的成就不比美国高校顶尖高校差，也希望我们所培养的学生能在国际学术界发光，我会尽我所能为学校添砖加瓦。

Q：您有学习和科研方面的建议给到学生吗？

A：本科学生们不管将来从事学术还是去工业界找工作，我认为本科阶段对他们来说是可以静下心来学习的阶段，没有太多压力，希望学生们可以珍惜。如果让我回到本科，我可能会更加努力地去学习，因为这是一个无忧无虑、可以享受学习知识的时期。现在本科生和之前不同，学生们有很多机会了解世界，比如出国访问、在企业做intern，机会越来越丰富。对学生来说这都是很好的机会，除了学习还可以探索自己的兴趣点，可以多尝试多探索，为未来打好基础。

对研究生来说，我觉得除了热情与兴趣，还需要持之以恒的坚持。很多人对科研有热情，但没有take action。有热情不够，因为中间必然会有磨炼与打击，需要做好充足的心理准备，坚持下去。

以我个人为例，我的求学经历不是很顺利，有遇到些曲折。我曾经切换过科研方向，后面才发现自己对data science感兴趣。我之前想去做machine learning方向，就买了Kevin Murphy撰写的Machine Learning: a Probabilistic Perspective，是当时机器学习领域最好的入门书。那个时候我本科刚毕业，很多内容对我来说很有挑战。我尝试自学，但是很困难，我就意识到我需要系统学习统计学，这也驱动了我去申请佐治亚理工的统计硕士。我当时希望自己快速成长，一学期上了六门课，一年完成了别人一年半学完的课程。统计对我来说还是有挑战的，那段经历可能是我人生最艰难的时光。但让我惊喜的是，在学习期间每3个月，我就去翻一下那本书，我发现因为知识的不断精进，我对这本书的理解也一步步变得容易。这本书在我床头伴随我整个Ph.D.阶段，我发现每过一段时间我就能读懂一些，这给了我一定的信念，让我意识到我一直在进步。坚持才会有回报。

另外我觉得对自己、对研究要有高要求。很多问题在现阶段看起来有挑战性，但如果你持续投入，最后的结果都不会差。博士期间我也经历了挫折，遇到新的课题时积累不够。老师给你设定方向后，细节需要自己补充和探索。像爬山，有些人爬二三十层就觉得good enough ，但是对research要有高标准，要做到最好，这就敦促我投入更多时间，更多精力来达到更好的结果。很多时候研究很久但发现结果不好，或者有deadline的压力，你会很绝望，但是你再多努力多思考后，你就会发现问题迎刃而解。这样柳暗花明又一村的经历有很多很常见。比如投论文不可能一次就中，如果你有信念，希望你研究的东西被更多人看到，希望你研究的成果得以实现，你就要敦促自己不停提高，不停改善。有时候现阶段结果可能不是那么满意，那是因为努力不够，努力够了就会有超出你想象的成果。要有耐心，不要被现阶段的成果打击。

投入和专注也能让你进步。投入到一件事情上、忽视其他的沉浸式经验让我很享受。科研需要安静专注在一个问题上，这也是我对科研着迷的原因，因为这样遇到挑战克服挑战的经历积累下来会形成正向激励，每一次成果克服所收获的进步都是奖赏。

科研也需要open-minded 。科研有很多方法、想法和见解，需要多跟不同领域的人交流并保持谦逊，能够appreciate和善于学习别人的优点。